- 博客(28)
- 收藏
- 关注
原创 sklearn中的支持向量机SVM(下)
我们在SVM中利用超平面来判断我们的样本,本质上来说,当两个点的距离是相同的符号的时候,越远离超平面的样本点归属于某个标签类的概率就很大。不过,它也可以做多分类,但是SVC在多分类情况上的推广,属于恶魔级别的难度,要从数学角度去理解几乎是不可能的,因为要研究透彻多分类状况下的SVC,就必须研究透彻多分类时所需要的决策边界个数,每个决策边界所需要的支持向量的个数,以及这些支持向量如何组合起来计算我们的拉格朗日乘数,要求我们必须对SMO或者梯度下降求解SVC的拉格朗日乘数的过程十分熟悉。
2023-03-21 08:28:41
377
原创 数据算法进阶——回归
总评价:这个小象学院的视频,质量不怎么样。现在python都已经3.7起步了,居然还用的是2.7。用一个非主流来测试,真的好么?理论的内容还是不错的,可是缺乏实践土壤,太难理解与接受
2022-11-01 23:07:50
218
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人